论文部分内容阅读
机载激光测距雷达(LiDAR)是近年来出现的高空间分辨率、高时间分辨率的对地探测新技术。利用机载LiDAR点云数据进行的建筑物重建,广泛应用于城市建设、规划和动态监测等多方面,但迄今在大面积区域快速建模领域存在仍一定应用难度。本文在前人研究基础上,针对LiDAR点云数据的滤波及建筑物信息的提取等热点问题进行了深入研究,并提出了一套快速、高效率的点云数据建模方法。本文的主要内容和成果如下:(1)在点云数据噪声剔除过程当中,建立高程频率直方图,利用迭代阈值的方法确定高、低位噪声点云的阈值点。实验证明,该方法能够高效地剔除高低位点云噪声点,提高后续建模精度。在点云数据滤波过程当中,提出一种无阈值的偏态平衡算法。针对原有基于高程的算法不适用于地形起伏地区,本文对算法进行了改进,提出了基于高差的偏态平衡算法。实验证明,该方法在地形起伏地区和平坦地区均适用,滤波过程无需阈值,能够高效地运用于大面积工程实践。(2)在建筑物信息提取当中,本文融合大比例尺数字线划图(DLG)和点云数据利用GIS的叠置分析和缓冲区分析方法进行建筑物信息提取。针对DLG的时效性的不足,本文利用遥感影像进行建筑物加密和检验。实验证明,DLG能够准确地从滤波后点云数据当中提取建筑物点。与其他建筑物信息提取方法相比,DLG提供的建筑物轮廓精度更高,建筑物点提取效率更高。(3)在建筑物重建过程当中,本文首先利用RANSAC算法对屋顶面片进行提取和拟合,并用Alpha Shape算子进行轮廓提取,最后分析面片间的拓扑关系,提取建筑物屋顶特征点,结合DLG建筑物角点的平面坐标来反算建筑物顶部轮廓点,利用由地面点内插形成的DTM结合DLG建筑物角点反算建筑物底部轮廓点,从而进行建筑物重建。(4)本文对实验区进行了三维重建实验,并从建模时间和点云密度上综合评价本研究方法的效率。实验表明在进行多次抽稀后,结合DLG的建模方法仍能保持较好的模型重建完成率。利用本文建立的模型快速计算测区内建筑物容积率,结果表明本研究能够广泛用于城市规划、土地集约利用评价等多方面。